人工智能
文章平均质量分 72
平凡而伟大(心之所向)
内容分享
展开
-
深度学习硬件:CPU、GPU、FPGA、ASIC
人工智能包括三个要素:算法,计算和数据。人工智能算法目前最主流的是深度学习。计算所对应的硬件平台有:CPU、GPU、FPGA、ASIC。由于移动互联网的到来,用户每天产生大量的数据被入口应用收集:搜索、通讯。我们的QQ、微信业务,用户每天产生的图片数量都是数亿级别,如果我们把这些用户产生的数据看成矿藏的话,计算所对应的硬件平台看成挖掘机,挖掘机的挖掘效率就是各个计算硬件平台对比的标准。最初深度学习算法的主要计算平台是 CPU,因为 CPU 通用性好,硬件框架已经很成熟,对于程序员来说非常友好。然而,原创 2021-06-24 15:32:32 · 1598 阅读 · 0 评论 -
人工智能,机器学习,深度学习的概述
首先用一张图说明三者之间的关系人工智能最大,此概念也最先问世;然后是机器学习,出现的稍晚;最后才是深度学习。下面分别介绍一下人工智能、机器学习、深度学习的概述与应用领域:人工智能:人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智原创 2020-12-10 11:35:55 · 1686 阅读 · 0 评论 -
深度学习你知道该从哪里入手吗,如何循序渐进看完你就知道。
1 开源框架总览现如今开源生态非常完善,深度学习相关的开源框架众多,光是为人熟知的就有caffe,tensorflow,pytorch/caffe2,keras,mxnet,paddldpaddle,theano,cntk,deeplearning4j,matconvnet等。如何选择最适合你的开源框架是一个问题。有三AI在前段时间里,给大家整理了12个深度学习开源框架快速入门的教程和代码,供初学者进行挑选,一个合格的深度学习算法工程师怎么着得熟悉其中的3个以上吧。下面是各大开源框架的一个总览。原创 2020-07-31 21:26:20 · 345 阅读 · 0 评论 -
机器学习:未来是什么样的?
机器学习(ML)是使计算机能够执行尚未明确要求执行的操作的过程。 因此,机器学习在使有感觉的机器成为现实的过程中扮演着核心角色。 随着汉森(Hanson)机器人公司开发的AI机器人Sophia的推出,我们想知道这些聪明的家伙要比我们有多接近。如果您对未来十年中机器学习的未来进行推测,那么您来对地方了! 我们走吧。现状ML通过引入一种使准系统能够从大型数据集中丰富其知识库,避免编程错误并避免逻辑问题的方式,使准系统的复杂性降低了。 通过在主流应用程序中使用BigData框架,智能算法现在可以处理这个庞原创 2020-06-11 10:27:46 · 826 阅读 · 0 评论 -
TensorFlow 、Caffe等9大主流人工智能框架优劣势分析
从机器人到谷歌Siri,再到现在新推出的谷歌双工系统,人工智能似乎已经取得了相当大的进步,变得越来越人性化。对机器学习和人工智能的需求呈指数级增长,相关社区也因此增加,促进了一些AI框架的发展,这些框架使得学习AI变得更加容易。在本文中,您将了解一些最佳框架,以帮助您开始AI开发。Tensor Flowhttps://www.tensorflow.orgTensor Flow来自谷歌家族,是一个强大的开源框架,支持深度学习,甚至可以通过移动设备访问。Tensor Flow是一个.转载 2020-06-02 10:34:41 · 4091 阅读 · 0 评论